https://github.com/datawhalechina/hello-agents这个是一个github的链接，从零构建agent的教程。但是想搞 Agent 别光看理论，直接奔着能写代码、能跑项目去学最实在。先把 Python 练熟，API 调用、网络请求、简单并发这些工程基础必须会。然后直接上手大模型实战，重点学 Prompt、Function Calling、工具调用，搞懂 ReAct 逻辑，知道怎么让模型 “思考 + 执行”。框架直接冲 LangChain/LangGraph，配合 RAG 和向量库做落地，从单 Agent 自动调用工具开始练手。流程编排、异常重试、上下文记忆这些都是实战必踩的坑。进阶再碰多 Agent 协作、流程调度和部署优化。别沉迷论文和概念，能从零搭出一个可用的 Agent，比看多少资料都管用，实战里踩坑才是真提升。

1. 先做一个简短的自我介绍，重点讲你和 AI 应用开发最相关的经历2. 讲一下你做的这个Agent项目介绍一下核心链路一般是用户输入问题后，先做意图识别，再判断是走直接生成、知识检索还是工具调用。技术上可以拆成接入层、编排层、检索层、模型层和观测层。编排层负责 Prompt 模板、上下文管理和工具路由；检索层负责文档切片、向量检索、关键词检索和重排；模型层负责对接通用大模型和总结模型；观测层负责 trace、耗时、召回质量和最终答案质量。 public Answer handle(QueryReq req) { Intent intent = intentService.detect(req...

自我介绍 1.介绍一下自己第一个项目（拼团）。2.Java的集合有哪些，你平常什么时候用。3.Java的基本数据类型，int和Integer的区别。4.RabbitMQ有哪几个部分？5.说一下项目中的策略模式。6.项目中Prometheus怎么搭建的？7.介绍一下自己第二个项目（agent）。8.agent三个核心要素是什么？9.大模型组件编排的框架有哪些？10.说一下rag和mcp在你项目里怎么做的。11.agent流程没有做协同吗？上下文大小是多少？反问公司业务和面试表现总结：感觉自己答的有点磕磕绊绊不是很流畅，但是面试官说我表现还可以，就是agent这方面的原理要多了解一些。回想自己一个月前第一次面试，面试官对我的评价是对自己项目一点也不了解，看来这一个月还是有一点点小进步的😁😎

1. 自我介绍  你先开始自我介绍一下。  2. C++ 语言基础  能不能简单介绍一下 Lambda 表达式和智能指针？ 在你的实际项目中有没有用到这两个技术？请举例。 为什么那个地方（回调函数）要用 Lambda 表达式去写？（追问） 你在项目开发中是怎么使用智能指针的？  3. 数据结构与 STL  你能说一下 unordered_map 和 map 的底层实现及性能差异吗？ 在量化交易的批量定价场景中，你会优先使用哪一个？理由是什么？ 为什么红黑树的效率（在某些场景下）比哈希低？ 或者换句话说，为什么哈希存储方式的效率要高于红黑树？ 什么场景下必须选择 map 而不能用 unorder...